人工智能行业点评：OpenAI访问限流，GPT-4算力测算_5页_505kb

报告摘要

本报告主要分析了OpenAI在GPT-4模型上的访问限流策略及其背后的原因，同时探讨了GPT-4对算力资源的需求增长情况，并对相关投资建议和风险进行了提示。

限流策略：OpenAI对Plus付费用户的GPT-4访问连续下降阈值，从最初150 msg/4 hr逐步降至25 msg/3 hr，限流动作频繁，表明其在控制算力成本和资源分配方面的努力。
用户增长：ChatGPT的日活和周活用户数持续攀升，截至3月15日日活突破5837万，周活用户数达331.81万，反映出用户对GPT模型的高度依赖和认可。
算力成本：GPT-4的算力成本显著高于GPT-3和GPT-3.5-turbo，8K上下文长度下提问成本为0.03美元/1K tokens，回答成本为0.06美元/1K tokens；32K上下文长度下提问成本为0.06美元/1K tokens，回答成本为0.12美元/1K tokens。相比GPT-3的0.02美元/1K tokens，GPT-4的成本增长幅度较大。
应用扩展：随着GPT-4 API接口的开放，预计其在C端和B端的应用将逐步扩展，算力需求随之上升。微软已将GPT-4接入Office等办公场景，预计未来会有更多应用涌现。
国内趋势：国内AI大模型发展迅速，百度文心一言已吸引多家合作伙伴，阿里和腾讯的大模型也即将推出，进一步扩大算力需求。

限流数据：
- GPT-4访问限制从150 msg/4 hr逐步降至25 msg/3 hr。
- 限流动作在短时间内进行了4次调整。
算力成本测算：
- GPT-3.5-turbo算力成本为0.002美元/1K tokens。
- GPT-4在8K上下文长度下，提问成本为0.03美元/1K tokens，回答成本为0.06美元/1K tokens；在32K上下文长度下，提问成本为0.06美元/1K tokens，回答成本为0.12美元/1K tokens。
- 假设日活用户为5800万，其中98.5%使用GPT-3.5-turbo，1.5%使用GPT-4，预计每日算力成本为约868万美元，对应约1.8万台DGX A100服务器。
投资建议：
- 全球AI浪潮下，建议重点关注人工智能算力领域的相关标的，如海光信息等。
- 随着AI应用的扩展，算力需求缺口将持续扩大，相关企业将受益。
风险提示：
- 模型假设不合理可能导致测算偏差。
- ChatGPT商业化落地可能不及预期。
- 算力芯片的发展可能滞后于需求增长。